جستجوي پيشرفته | کتابخانه مجازی الفبا

استفاده از روشهایی برای پیش بینی وضعیت آینده، همواره دغدغه اصلی اندیشمندان علوم مختلف بوده است. در این راه بطور طبیعی، روشهایی، قابلیت ماندگاری و کاربردی مناسب دارند که دارای کمترین خطای ممکن در پیش بینی باشند. بر این مبنا در سالهای بسیار،‌ روشهایی ریاضی؛ اعم از میانگین ساده، میانگین موزون، میانگین دوبل، رگرسیون و مانند اینها، تنها الگوهایی بود که قاطعانه مورد تایید و استفاده قرار می گرفت؛ اما در مواقع گوناگون دارای اشکلاتی نیز بود. با ایجاد روشهای هوش مصنوعی، مانند شبکه های عصبی؛ بویژه در مواقعی که رابطه ریاضی مناسبی بین داده ها و متغیرهای مستقل و وابسته، قابل شکل دهی نبود، امیدواریهای بسیاری بوجود آمد. این امیدواریها تا جایی ادامه یافت که حتی آن را جایگزین روشهای ریاضی نیز دانستند.در این مقاله با بررسی کارکرد مدل های شبکه عصبی و مدل رگرسیون، در حوزه داده های مرتبط با پیش بینی قیمت سهام، به اندازه گیری خطاهای پیش بینی این دو روش پرداخته شده است. روش تحقیق بکار گرفته شده در این مقاله شیوه ارزیابی بوده است.